數據分析在移動互聯網發展中的作用

黃琴

摘 要：隨著移動互聯網技術的發展，利用手機終端接收新聞、聽音樂、看電視是眾多消費者的第一選擇。營銷者想要在激烈的市場競爭中占據一席之地，就需要對海量用戶數據進行挖掘分析，發現用戶的個性喜好，從而對用戶的消費行為進行準確把握。該文在對用戶海量上網數據進行分析的基礎上發現用戶的上網行為，并將其與業務支撐系統數據進行結合分析，展現了用戶動態與靜態數據的互補性，為市場營銷人員尋找目標客戶打下了良好的基礎，提升了營銷準確率。

關鍵詞：數據分析 移動互聯網 客戶 營銷

中圖分類號：S763 文獻標識碼：A 文章編號：1672-3791（2017）03（b）-0026-02

據工信部統計，2013年1～4月我國每戶移動互聯網月接入流量龐大，高達121M。雖然通過3G移動網絡接入移動互聯網的手機用戶占總用戶的比例僅有25%，但消耗流量占比竟然高達50%。于此同時，智能信息終端產品的普及速度越來越快，僅1～4月，移動通信手持機銷量激增，增速達30.7%，內銷高達15 661.8萬臺。

隨著移動互聯網技術的逐漸發展和成熟，移動互聯網應用的范圍越來越廣泛，已經滲透到人們生活和工作的諸多領域。這對于移動運營商來說既是機遇又是挑戰，只有準確把握用戶需求，了解用戶喜好，才能快速適應移動互聯網營銷的發展步伐。

1 數據分析對移動互聯網發展的意義

1.1 電信運營商在移動互聯網時代的發展現狀

信息技術不僅推動了移動互聯網市場的發展，還促進了其市場營銷方式的轉變。營銷者想要在市場競爭中取得優勢地位，不僅需要樹立移動策略的觀念，還要對消費者的需求進行準確的了解。消費者的觀念移動化了，營銷者更不應該落后，而是與時俱進，甚至超越消費者。只有對消費者的需求進行全面的了解，才能制定出科學、合理的營銷策略。

目前，電信運營商面臨的普遍問題主要包括：琳瑯滿目的業務種類讓人應接不暇，目標用戶定位模糊，營銷分析脫離市場實際發展狀況，分析深度浮于表面，數據來源單一等。電信運營商為了解決上述問題以適應移動互聯網時段的營銷模式，應加大多個環節的數據分析能力建設，如梳理產品業務、科學選擇目標用戶群、積極指導營銷活動、多渠道收集數據等，以此來適應移動互聯網營銷的快速發展。

1.2 移動互聯網數據分析的實際應用

（1）數據預處理概念解析。

數據預處理就是指對收集到的原始數據進行處理。采集數據的渠道主要包括經分數據、用戶終端數據、用戶訪問網站數據及微博、微信等相關數據。數據預處理發生在采集數據完成后，同時又處于數據分析挖掘算法之前。這三步相互聯系，缺一不可，共同促進了移動互聯網營銷新模式的發展。

數據預處理技術主要包括以下幾個方面，即數據清洗、數據轉換和數據規約等。

數據清洗是指各個系統收集到的源數據中難免存在噪聲數據和無關數據，需要對這些數據進行清除，同時還要處理缺失值，對異常數據也要進行刪除操作。

數據轉換主要包括兩個方面：一是統一數據口徑。因為性別在不同的系統可能存在著標識不一致的問題，只有統一標識，才能為下一步分析奠定基礎；二是數據標準化。

數據規約是指匯總加工數據庫中的海量數據，匯總加工后的數據需要滿足一個共同特征，即盡量保留原始數據中的有用信息，以便為后續的數據挖掘工作做好充足的準備。

一般來說，一個完整的數據分析挖掘流程中包括數據的預處理和分析挖掘工作。其中數據預處理和分析挖掘工作所占工作量時間的百分比分別為60%和10%。

（2）產品梳理定義。

產品梳理是從市場分析、用戶定位等角度對產品進行羅列、分類和排序，產品梳理的過程就是對運營商產品的再次整合，這種整合并不是盲目進行的，而是以市場為導向。在對產品梳理時可對產品進行級別劃分，如極具推廣價值、具備推廣價值、已無推廣價值等級別。當完成產品級別劃分后，對于那些極具推廣價值的產品與推廣渠道進行進一步匹配，從而完成該級產品的用戶群挖掘工作。

（3）數據挖據流程。

數據挖掘階段也是鎖定目前用戶的階段。數據挖掘流程包括4個部分，即挖掘前處理模塊、挖掘操作模塊、模式評估模塊和知識輸出模塊。

挖掘前處理模塊也叫數據預處理模塊，通過對收集到的原始數據進行一系列操作如數據清洗、數據轉換和數據規約，最后將其加載放到數據倉庫或者數據超市中。

數據庫管理模塊是指對多種數據庫如系統內數據庫、數據倉庫、數據集市以及數據挖掘知識庫的管理和維護。這些數據庫保存的數據是經過預處理后得到的數據，將其進行沉淀，數據庫建模就是在此基礎上完成的。

挖掘操作模塊是指針對海量數據采用數據挖掘、數據分析算法對其進行進一步的加工處理，從而總結提煉出規則、模式和方法。

模式評估模塊是指評估數據挖掘結果。在數據挖掘過程中可能會出現多種模式，想要得出正確模式，就需要結合具體數據和具體應用環境進行驗證。

知識輸出模塊是指將前面所有步驟完成后得出的正確模式的實際應用。決策者和業務人員最終使用的便是數據挖掘結果的易懂版。

（4）對效果進行評估。

效果評估主要是由數據分析人員和營銷人員共同完成的。數據分析人員的前期工作主要是數據分析和建模，之后是為其研究的產品挖掘出適合的目標群體；營銷人員按照數據分析人員提供的目標群體開始精準營銷并把營銷效果反饋給數據分析人員，數據分析人員根據營銷效果對該次營銷進行效果評估，優化模型，促進營銷效果的進一步提升。

2 聯通數據分析應用案例

2.1 天津數據分析基礎建設概況

在移動互聯網數據分析應用方面，眾多城市都取得了良好的效果。2012年，天津聯通為了適應移動互聯網營銷模式的轉型，投資建設了“精細化運營平臺”，對移動互聯網時段的運營具有非常重要的作用。經過4年的發展，取得了良好的運營效果。

天津在建立“精細化運營平臺”時，對移動互聯網的各項應用場景都進行了細致、全面的考慮。采集數據的渠道除了經分系統，還包括用戶手機上網數據、第三方微博、微信等相關數據，為移動互聯網營銷的數據挖掘分析工作奠定了堅實的基礎。

2.2 對天津互聯網增值業務的梳理

數據分析人員對天津互聯網增值業務進行了梳理。從多個角度進行考慮，如訂購用戶情況、產品效益等角度，優先篩選出適合推廣的產品，如彩信包、3G國內流量包等。

2.3 天津數據分析和建模

在精細化運營平臺上存在著眾多的用戶屬性和行為指標，天津的數據分析人員從其中的上千條指標中選取了64項指標，經過重點分析和挖掘，在為增值業務進行建模時采取了決策樹的算法。

2.4 天津數據分析營銷效果評估

數據分析人員在認真工作的前提下與營銷人員緊密互動，選定的增值業務銷售業績良好，整體環比效果與數據分析挖掘前相比有顯著提升，是原來的2倍。

3 結語

移動互聯網業務的數據分析挖掘建設之路任重而道遠，并不能一蹴而就。移動通信用戶數據龐大，需要研究人員投入更多的時間和精力去解決其中蘊含的理論和技術難題，從而促進移動互聯網業務的發展。

參考文獻

[1] 鄭文富.移動互聯網的應用與市場分析[J].當代通信，2000（20）：46-48.

[2] 肖舟，蘭潮.互聯網業務發展探討[J].廣東通信技術，2002，22（7）：10-12.

[3] 陳穎星，曾勇，陳仕俊.移動互聯網的黃金消費市場客戶群分析[C]//OTT業務發展對通信業帶來的機遇與挑戰——中國通信學會通信管理委員會第31次學術研討會論文集.2013.

[4] 鄭宏劍，鄭大永.經營好移動互聯網 助運營商轉型——創新引領移動互聯網發展的舉措[C]//四川省通信學會2010年學術年會論文集.2010.